Uji Asumsi Klasik Teknik Kelayakan Data

sebelumnya Sumber : Dendawijaya,2005 dan Samsul,2006

3.5. Teknik Kelayakan Data

Teknik analisis yang digunakan untuk menguji hipotesis yang dirumuskan dalam penelitian ini adalah metode kuantitatif. Analisis data kuantitatif adalah bentuk analisa yang menggunakan angka-angka dan perhitungan dengan metode statistik, maka data tersebut harus diklasifikasikan dalam kategori tertentu dengan menggunakan tabel-tabel tertentu, untuk mempermudah dalam menganalisis dengan menggunakan program SPSS 19 for windows. Adapun alat analisis yang digunakan sebelum melakukan hipotesis adalah mengunakan analisis regresi berganda dengan terlebih dahulu melakukan uji lolos kendala linier atau uji asumsi klasik. Untuk mengetahui pengaruh Return On Asset ROA, Loan to Deposit Ratio LDR dan Capital Adequacy Ratio CAR terhadap Return Saham maka langkah-langkah pengujiaannya adalah sebagai berikut :

3.5.1. Uji Asumsi Klasik

Dalam penelitian ini uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokorelasi. Adapun masing-masing pengujian tersebut dapat dijelaskan sebagai berikut :

3.5.1.1. Uji Normalitas

Tujuan dari dilakukan uji normalitas data adalah untuk menguji apakah dalam model regresi, variable independen dan variable dependen memiliki distribusi normal atau tidak. Untuk mengetahui apakah distribusi normal atau tidak dapat mengunakan pengujian mengunakan analisis grafik normal probability plot dan uji stastistik Kolmogorov-Smirnov. Bila tingkat signifikan lebih besar dari 5 berarti data erdistribusi secara normal dan sebaliknya bila lebih kecil dari 5 maka data tidak terdistribusi secara normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal, apabila distribusi normal maka model regresi memenuhi asumsi normalitas Ghozali,2011:160.

3.5.1.2. Uji Multikolinieritas

Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2011:105. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam model regresi ini adalah dengan menganalisis matrik korelasi variabel-variabel bebas dan apabila korelasinya signifikan antar variabel bebas tersebut maka terjadi multikolinieritas. Seperti yang dijelaskan oleh Ghozali,2011:105 sebagai berikut : a. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen. b. Menganalisis matriks korelasi variabel-variabel independen. Jika antar variabel independen terjadi korelasi yang cukup tinggi umumnya 0,90, maka indikasi terjadi multikolinearitas. Tidak adanya nilai korelasi yang tinggi antar variabel independen tidak berarti bebas dan multikolinieritas. Multikolinieritas dapat terjadi karena kombinasi dua atau lebih variabel independen. c. Multikolinieritas dapat dilihat dari nilai tolerance dan lawannya yaitu variance inflactor factor VIF. Kedua variabel ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan VIF yang tinggi. Batasan umum yang digunakan untuk mengukur multikolinieritas adalah nilai tolerance 0,1 dan nilai VIF 10 maka tidak terjadi multikolinieritas. Dan jika nilai tolerance 0,1 dan nilai VIF 10, maka terjadi multikolinieritas.

3.5.1.3. Uji Heteroskedastisitas

Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Jika varians dari satu pengamatan ke pengamatan lain sama maka disebut sebagai homokedastisitas. Model regresi yang baik adalah yang bersifat homokedastisitas Ghozali, 2011:139. Menurut Ghozali,2011:142 ada beberapa cara untuk mendeteksi heterokedastisitas. Uji Glejser, Uji ini dilakukan dengan cara melakukan regresi variabel bebas dengan nilai absolut dari residualnya. Jika variabel bebas signifikan secara statistik mempengaruhi variabel dependen. Hal ini jika tingkat signifikannya diatas 0,05 maka dapat disimpulkan model regrsi tidak mengandung adanya heterosdastisitas. Begitu sebaliknya, jika tingkat singnifikanya dibawah 0,05 maka dapat disimpulkan model regresi mengandung heterosdastisitas. Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di –studentized.

3.5.1.4. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linear berganda ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkitan satu sama lain. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2011:110. Dalam penelitian ini, uji autokorelasi dilakukan dengan menggunakan Durbin Watson Test. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya konstanta dalam model regresi dan tidak ada variabel lagi di antara variabel independen. Hipotesis yang akan diuji: H O = tidak ada autokorelasi r =0 H 1 = ada autokorelasi r≠0 Pengambilan keputusan ada tidaknya autokorelasi dilihat pada Tabel. Tabel 3.4 Pengambilan Keputusan Autokorelasi Hipotesis Nol Keputusan Jika Tidak ada autokorelasi postif Tidak ada autokorelasi postif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif Tidak ada autokorelasi positif dan negatif Tolak No Decision Tolak No Decision Terima 0 d dl dl d du 4-dl d 4 4-du d 4-dl du d 4-du Sumber : Ghozali, 2011

3.5.2. Teknik Analisis Regresi Linier Berganda